RÉFÉRENCES // 03

Des systèmes que nous avons construits. En production.

Les build logs valent mieux que les études de cas. Voici les trois que nous pouvons montrer aujourd'hui. D'autres cas tournent sous NDA - demandez-les en appel de cadrage.

INTERNE // 01

AISO AI Engine

Livré par phases sur plusieurs sprints en 2025-26. En production depuis avril 2026.

Nous avons construit la plateforme IA qui fait tourner AISO Hub.

Une pipeline d'analytics et de déploiement en 10 étapes, tournant quotidiennement contre chaque client AISO Hub - export → analyse → idéation → approbation → spec → implémentation → déploiement → vérification, avec des points de contrôle humain à trois étapes.

SCOPE
  • • Service API (Fastify) exposant les tâches de board, les clients, les analytics.
  • • Pipeline de 10 étapes skill (export → daily-analysis → idea-generator → idea-approver → spec-writer → spec-approver → implementer → deploy-approver → deployer → deploy-checker).
  • • Chemins d'auto-approbation pour les changements sûrs ; revue humaine pour le contenu sensible.
  • • Auth par service-token + accès par rôle.
STACK

TypeScript, Fastify, Postgres, Cloudflare.

CE QUE ÇA PROUVE

Nous faisons tourner une vraie pipeline contre de vraies données client, quotidiennement. Pas une démo.

Lire le build log
INTERNE // 02

AISO Orchestrator

6 semaines pour la v1, puis itératif.

Un control plane multi-agents avec streams d'événements en live.

Une application Next.js + MongoDB replica-set qui surveille le travail des agents via Change Streams, pousse les événements en Server-Sent Events vers une skill orchestrator Claude Code, et fait tourner un dashboard pour la configuration, l'activité et la santé.

SCOPE
  • • App Next.js 15 sur le port 7777.
  • • MongoDB replica set (requis pour les Change Streams).
  • • 17 types d'agents configurables.
  • • Stream d'événements SSE vers la skill orchestrator.
  • • Gestion d'entités (clients / marques / projets) avec sélection en cascade.
  • • Journal d'activité, endpoint de santé, nettoyage des records obsolètes.
  • • MCP de messagerie inter-agents - threads avec priorité, assignation et contexte en cascade.
STACK

Next.js, MongoDB, SSE, TypeScript, skills Claude Code, MCP.

CE QUE ÇA PROUVE

Nous construisons des systèmes multi-agents de production - pas juste des wrappers autour d'un appel LLM unique.

Lire le build log MongoDB Change Streams
CLIENT // 01

Scraper alimentaire de production en 2 semaines

14 jours ouvrés.

Nous avons livré un scraper alimentaire de production en deux semaines.

Une chaîne de distribution alimentaire portugaise avait besoin de données concurrentielles sur son catalogue et de détection des variations de prix. Nous avons cadré, construit et livré en 14 jours ouvrés - scraping, normalisation, détection des changements, et une interface de requête simple. Détails sous NDA.

SCOPE
  • • Scraper couvrant les pages catalogue sur plusieurs catégories.
  • • Couche de normalisation (déduplication SKU, normalisation des unités, mapping de catégories).
  • • Détection quotidienne des changements (nouveaux items, variations de prix, ruptures).
  • • Interface de requête pour l'équipe achats.
STACK

Python, Postgres, Cloudflare, UI de requête sur mesure.

CE QUE ÇA PROUVE

Scope serré + méthode disciplinée = livraison en semaines, pas en trimestres.

Cadrer un projet
RÉFÉRENCES // COMPLÉMENTAIRES

Autres engagements (en bref).

  • • Studio d'architecture lisboète, retainer 6 mois. Refonte complète du site sur Astro + Sanity, multilingue, contenu et fonctionnalités en continu.
  • • Agent Messaging MCP. Implémentation de protocole ouvert - threads, priorités, contexte d'entité en cascade. Tourne entre chaque agent AISO.
Cadrer un projet Audit AI Readiness gratuit